본 논문은 24Ghz 레이더를 이용하여 지능형 자동차의 운전자보조시스템의 성능 향상을 위한 레이더 시스템 설계 및 차량/보행자 실시간 분류에 관한 연구이다. 레이더 센서는 마이크로웨이브 전파를 이용하여 대상과의 거리, 속도 등을 파악할 수 있는 센서로 감지 거리가 길고 날씨나 장애물에 의한 인식 제약이 거의 없다. 대상의 이동 속도 및 종 방향 거리를 추정하는데 있어 정확도가 높기 때문에 차량용 센서로 각광받고 있다. 최근 차량 안전시스템에 관한 의무화 규제에 따라 자동차 전장용품의 안전성 확보가 중요시되고 있다. 레이더 센서를 통해 차량과 보행자를 구분하여 능동 안전 시스템에 적용한다면 교통사고 ...
본 논문은 24Ghz 레이더를 이용하여 지능형 자동차의 운전자보조시스템의 성능 향상을 위한 레이더 시스템 설계 및 차량/보행자 실시간 분류에 관한 연구이다. 레이더 센서는 마이크로웨이브 전파를 이용하여 대상과의 거리, 속도 등을 파악할 수 있는 센서로 감지 거리가 길고 날씨나 장애물에 의한 인식 제약이 거의 없다. 대상의 이동 속도 및 종 방향 거리를 추정하는데 있어 정확도가 높기 때문에 차량용 센서로 각광받고 있다. 최근 차량 안전시스템에 관한 의무화 규제에 따라 자동차 전장용품의 안전성 확보가 중요시되고 있다. 레이더 센서를 통해 차량과 보행자를 구분하여 능동 안전 시스템에 적용한다면 교통사고 사망률을 효과적으로 줄일 수 있는 장점이 있다. 이를 위해 레이더의 단점인 보행자 식별 능력 향상과 레이더 센서에 적용되는 하드웨어 및 소프트웨어 기술 개발이 필수적이다. 이에 맞춰 본 논문에서는 근거리 24Ghz 레이더 시스템 레벨의 설계와 기계학습을 통해 레이더의 취약점을 보완하고, 정확한 주변 상황 인지를 통해 인지 센서의 성능 향상에 기여하고자 한다. 우선, 효과적인 보행자 검출을 위해 Frequency Shift Keying(FSK) 방식의 레이더 신호처리 알고리즘을 사용하였다. 레이더 클러터 노이즈 제거 및 감지 성능 향상을 위해 칼만필터 기반의 추적기를 적용한다. 차량/보행자의 분류를 위해 기계학습의 일종인 Linear Discriminant Analysis(LDA)를 접목시켰으며, 실시간 신호처리를 위해 Digital Signal Processing(DSP) 기능이 내장된 Micro Controller Unit(MCU)를 이용하여 MatlabGraphical User Interface 환경을 통해 실시간 데이터 처리 및 분류 결과를 확인하였다.
본 논문은 24Ghz 레이더를 이용하여 지능형 자동차의 운전자보조시스템의 성능 향상을 위한 레이더 시스템 설계 및 차량/보행자 실시간 분류에 관한 연구이다. 레이더 센서는 마이크로웨이브 전파를 이용하여 대상과의 거리, 속도 등을 파악할 수 있는 센서로 감지 거리가 길고 날씨나 장애물에 의한 인식 제약이 거의 없다. 대상의 이동 속도 및 종 방향 거리를 추정하는데 있어 정확도가 높기 때문에 차량용 센서로 각광받고 있다. 최근 차량 안전시스템에 관한 의무화 규제에 따라 자동차 전장용품의 안전성 확보가 중요시되고 있다. 레이더 센서를 통해 차량과 보행자를 구분하여 능동 안전 시스템에 적용한다면 교통사고 사망률을 효과적으로 줄일 수 있는 장점이 있다. 이를 위해 레이더의 단점인 보행자 식별 능력 향상과 레이더 센서에 적용되는 하드웨어 및 소프트웨어 기술 개발이 필수적이다. 이에 맞춰 본 논문에서는 근거리 24Ghz 레이더 시스템 레벨의 설계와 기계학습을 통해 레이더의 취약점을 보완하고, 정확한 주변 상황 인지를 통해 인지 센서의 성능 향상에 기여하고자 한다. 우선, 효과적인 보행자 검출을 위해 Frequency Shift Keying(FSK) 방식의 레이더 신호처리 알고리즘을 사용하였다. 레이더 클러터 노이즈 제거 및 감지 성능 향상을 위해 칼만필터 기반의 추적기를 적용한다. 차량/보행자의 분류를 위해 기계학습의 일종인 Linear Discriminant Analysis(LDA)를 접목시켰으며, 실시간 신호처리를 위해 Digital Signal Processing(DSP) 기능이 내장된 Micro Controller Unit(MCU)를 이용하여 Matlab Graphical User Interface 환경을 통해 실시간 데이터 처리 및 분류 결과를 확인하였다.
This paper is a study on designing radar system for improving the performance of intelligent driver assistance system using 24Ghz radar, and on real-time vehicle/pedestrian classification. Radar sensor, which can grasp the distance speed, etc. of an object using microwave, has a long sensing distanc...
This paper is a study on designing radar system for improving the performance of intelligent driver assistance system using 24Ghz radar, and on real-time vehicle/pedestrian classification. Radar sensor, which can grasp the distance speed, etc. of an object using microwave, has a long sensing distance and hardly any recognition constrained by weather or obstacles. This radar sensor is being highlighted as vehicle sensor because of its high accuracy in estimating the object’s moving velocity and longitudinal distance. Recent legal duty on vehicle safety system is making it important to secure the safety of its full-length supplies. If radar sensor capable to discriminate vehicle and pedestrians is applied to active safety system, it could reduce the death rates from traffic accidents effectively. For this, it is essential to improve the capacity to discriminate pedestrians, which is the weakness of radar, and develop the hardware and software technology applied to radar sensor. Accordingly, this paper will complement the weaknesses of radar by designing and machine learning on the level of short-distance 24Ghz radar system, and contribute to improving the sensor’s performance by enabling it to recognize the surroundings more accurately. First, to detect pedestrians effectively, this study used the radar signal process algorithm of Frequency Shift Keying (FSK), instead of the Frequency Modulated Continuous Wave (FMCW) used for the existing vehicle radar. Kalman Filter-based tracker was used to reject radar clutter noise and improve sensing performance. Linear Discriminant Analysis (LDA), a kind of machine learning, was grafted to discriminate vehicle/pedestrian. For real-time signal processing, Micro Controller Unit (MCU) with built-in digital signal processing was used, while the result of real-time data processing and classification was verified through the environment of Matlab Graphical User Interface.
This paper is a study on designing radar system for improving the performance of intelligent driver assistance system using 24Ghz radar, and on real-time vehicle/pedestrian classification. Radar sensor, which can grasp the distance speed, etc. of an object using microwave, has a long sensing distance and hardly any recognition constrained by weather or obstacles. This radar sensor is being highlighted as vehicle sensor because of its high accuracy in estimating the object’s moving velocity and longitudinal distance. Recent legal duty on vehicle safety system is making it important to secure the safety of its full-length supplies. If radar sensor capable to discriminate vehicle and pedestrians is applied to active safety system, it could reduce the death rates from traffic accidents effectively. For this, it is essential to improve the capacity to discriminate pedestrians, which is the weakness of radar, and develop the hardware and software technology applied to radar sensor. Accordingly, this paper will complement the weaknesses of radar by designing and machine learning on the level of short-distance 24Ghz radar system, and contribute to improving the sensor’s performance by enabling it to recognize the surroundings more accurately. First, to detect pedestrians effectively, this study used the radar signal process algorithm of Frequency Shift Keying (FSK), instead of the Frequency Modulated Continuous Wave (FMCW) used for the existing vehicle radar. Kalman Filter-based tracker was used to reject radar clutter noise and improve sensing performance. Linear Discriminant Analysis (LDA), a kind of machine learning, was grafted to discriminate vehicle/pedestrian. For real-time signal processing, Micro Controller Unit (MCU) with built-in digital signal processing was used, while the result of real-time data processing and classification was verified through the environment of Matlab Graphical User Interface.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.